数字图像理期末考试.docVIP

课程考查答题册 得分: 学 号 班 级 姓 名 考查课目 数字图像处理 铜陵学院电气工程学院 彩色图像灰度化 目 录 摘 要 3 第一章 引言 4 第二章 理论及方案 5 2.1加权平均法 5 2.2平均值法 5 2.3最大值法 5 第三章 具体过程 6 第四章 结果与分析 7 第五章 结论 11 参考文献 12 摘 要 图像灰度化是指只含亮度信息, 不含色彩信息的图像,广泛应用于图像模式识别、图像分割、图像增强等数字图像处理的各个领域。本次设计通过在加深对本知识理解的基础上，学会运用已学的知识设图像变换。图像阵列很大时，若直接在空域中处理，计算量将很大。为此，通常采用各种图像变换方法，如傅立叶变换、沃尔什变换、离散余弦变换、小波变换等间接处理技术，将空域处理转换到变换域处理，这样可以有效地减少计算量，提高处理性能。 将彩色图像转化成为灰度图像的过程称为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255个中值可取，这样一个像素点可以有1600多万（255255×255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。 图6 蓝色图像灰度化对比 对比如上图像可以发现，此时figure3的亮度大于figure2的，而figure4的亮度依然是三个图像中最大的。这是由于在得到figure2的方法中，其对于蓝色分量的加权系数是0.11，而figure3对应的方法二中蓝色分量的系数约为0.33，加之此图像中蓝色分量居多，因而就不难解释如上现象，对于方法一处理后对应像素点的灰度值小于方法三处理后对应点的灰度值，故显示在图像上，figure2就偏暗，而figure4取的是最大值，故最终在亮度显示上最亮。 采用的三种不同方法对同一彩色图像的灰度化处理结果不相同，究其原因是由于它们在对同一像素点的灰度值确定上采取的手段不一。对于方法一，其转换公式为 f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j)) （2-1） 其对于不同颜色分量RGB的加权系数不相同，对比方法二中采用的 f(i,j)=(R(i,j)+G(i,j)+B(i,j)) /3 （2-2） 其采用的加权系数约为0.33，且对于RBG三个分量采用统一加权系数，所以，当一幅图像中红色分量居多的时候，由于对于红色分量，公式（2-1）计算结果与公式（2-2）计算结果基本相同，即对应点像素灰度值基本一致，故处理结果在亮度显示上区别不大；而对于绿色分量，公式（2-1）计算结果大于公式（2-2）计算结果，也即处理所得的像素灰度值更大，所以在绿色分量居多的图像中，两者在处理后，方法一所得图像亮度大于方法二处理得到的图像；同理，对于蓝色分量居多的图像，其方法一处理所得的图像在亮度显示上会低于方法二处理得到的图像。对于方法三，由于其对灰度值的选取上取的是最大值，故在最终显示上也最亮。 根据上文分析，不难解释在图像1, 2和3之间显示不同的问题。由于原图是一七彩图，其包含了红、绿、蓝以及这三者组合得到的其他颜色分量，故在最终显示上，由方法一所得的图1可在对比方法二所得的图2时，有些部分偏亮，而有些部分则偏暗，这都是由于两种方法中对不RGB三个不同分量的加权平均系数不一致而造成的。而对于方法三，由于它只是简单的选取三个分量中的最大值作为灰度值输出，故图3的亮度最大。 第五章 结论 通过这次的课程论文，我深深的感受到了自身的不足。不但需要多方面的知识，同时还要考验一个人的独立动脑能力和动手能力，这在课本上学不到的。另外，这还要求我们具有一定的自学能力，在面对多次错误时要能冷静，并且还要有坚定的意志力，并且使我看到了理论与实际相结合的重要性。 在实际中，仅仅拥有理论知识是远远不够的，如果不能把理论赋予实践，再丰富的理论知识也只能是“纸上谈兵”，只有将理论与实践相结合，才能结出智慧的果实。这次设计论文是对我们综合能力的检测，是培养我们的专业素养以及学习兴趣的很好的途径，学习把理论付诸于实现，能够让我们更加清楚的看到我们努力的结果。虽然本次设计已经结束了，但是我不会忘记从中收到的感受与启发，相信在以后的学